• 대한수학교육학회지:수학교육학연구
• /
• 제14권1호
• /
• pp.39-69
• /
• 2004

본 연구에서는 학생들이 일차함수의 활용단원을 학습할 때 여러 현상을 해석하고 다양한 수학적 표현을 사용하여 모델로 만들어 문제해결과정에 이를 적용할 수 있도록, 학생들의 표현에 대한 이전 경험과 현상을 해석하기 위한 표현 방법을 효과적으로 연결하는 학습-지도 방법을 분석하였다. 본 연구는 일차함수를 학습한 8학년 학생들을 대상으로 일차함수 단원을 예측과제, 번역과제, 해석과제, 척도과제로 세분화하여 각각에 대한 학생들의 오류를 분석한 다음, 일차함수의 활용 단원을 교과서 위주의 강의식 표현변환 학습, 모델링 관점에서의 표현변환 학습과 과제기반 표현변환 학습을 실시하였다. 연구 결과, 강의식 학습 방법보다는 모델링 관점과 과제기반 학습이 표현변환의 유연한 연결성 및 일차함수에 대한 각 과제별 오류교정과 질적 함수에 대한 해석 능력에서 효과적이었다. 모델링 관점과 과제기반 학습의 경우는 모두 표현변환의 유연한 연결을 교수하는데 효과적이었으나, 질적 함수의 해석 능력에서는 모델링 관점의 학습이 보다 효과적이었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.360-365
• /
• 2022

문장 표현(sentence representation)은 자연어처리 분야 내의 다양한 문제 해결 및 응용 개발에 있어 유용하게 활용될 수 있는 주요한 도구 중 하나이다. 하지만 최근 널리 도입되고 있는 사전 학습 언어 모델(pre-trained language model)로부터 도출한 문장 표현은 이방성(anisotropy)이 뚜렷한 등 그 고유의 특성으로 인해 문장 유사도(Semantic Textual Similarity; STS) 측정과 같은 태스크에서 기대 이하의 성능을 보이는 것으로 알려져 있다. 이러한 문제를 해결하기 위해 대조 학습(contrastive learning)을 사전 학습 언어 모델에 적용하는 연구가 문헌에서 활발히 진행되어 왔으며, 그중에서도 레이블이 없는 데이터를 활용하는 비지도 대조 학습 방법이 주목을 받고 있다. 하지만 대다수의 기존 연구들은 주로 영어 문장 표현 개선에 집중하였으며, 이에 대응되는 한국어 문장 표현에 관한 연구는 상대적으로 부족한 실정이다. 이에 본 논문에서는 대표적인 비지도 대조 학습 방법(ConSERT, SimCSE)을 다양한 한국어 사전 학습 언어 모델(KoBERT, KR-BERT, KLUE-BERT)에 적용하여 문장 유사도 태스크(KorSTS, KLUE-STS)에 대해 평가하였다. 그 결과, 한국어의 경우에도 일반적으로 영어의 경우와 유사한 경향성을 보이는 것을 확인하였으며, 이에 더하여 다음과 같은 새로운 사실을 관측하였다. 첫째, 사용한 비지도 대조 학습 방법 모두에서 KLUE-BERT가 KoBERT, KR-BERT보다 더 안정적이고 나은 성능을 보였다. 둘째, ConSERT에서 소개하는 여러 데이터 증강 방법 중 token shuffling 방법이 전반적으로 높은 성능을 보였다. 셋째, 두 가지 비지도 대조 학습 방법 모두 검증 데이터로 활용한 KLUE-STS 학습 데이터에 대해 성능이 과적합되는 현상을 발견하였다. 결론적으로, 본 연구에서는 한국어 문장 표현 또한 영어의 경우와 마찬가지로 비지도 대조 학습의 적용을 통해 그 성능을 개선할 수 있음을 검증하였으며, 이와 같은 결과가 향후 한국어 문장 표현 연구 발전에 초석이 되기를 기대한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.262-267
• /
• 2022

이커머스 리뷰와 같은 특정 도메인의 경우, 텍스트 표현벡터 학습을 위한 양질의 오픈 학습 데이터를 구하기 어렵다. 또한 사람이 수동으로 검수하며 학습데이터를 만드는 경우, 많은 시간과 비용을 소모하게 된다. 따라서 본 논문에서는 수동으로 검수된 데이터없이 양질의 텍스트 표현벡터를 만들 수 있도록 두 단계의 대조 학습 시스템을 제안한다. 이 두 단계 대조 학습 시스템은 레이블링 된 학습데이터가 필요하지 않은 자기지도 학습 단계와 리뷰의 특성을 고려한 자동 레이블링 기반의 지도 학습 단계로 구성된다. 또한 노이즈에 강한 오류함수와 한국어에 유효한 데이터 증강 기법을 적용한다. 그 결과 스피어먼 상관 계수 기반의 성능 평가를 통해, 베이스 모델과 비교하여 성능을 14.03 향상하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.670-672
• /
• 2022

이러닝 시스템을 유용하게 활용하려면 학습자의 감정을 인식하여 학습자에게 적절한 피드백을 주는 것이 무엇보다 중요하다. 이러닝 시스템의 학습효율을 높이기 위해서는 학습자의 감정을 인식하여 그에 적절한 피드백을 제공하는 것이 중요하다. 본 논문에서는 학습자에 대한 적절한 피드백을 제공하기 위해서 상황인식 컴퓨팅 기술을 바탕으로 학습자의 감정표현단어를 상황정보로 사용하여 감정을 인식할 수 있는 상황인식 미들웨어로서 EF-CAM을 제안한다. EF-CAM은 감정표현단어의 범주화기술을 기반으로 온톨로지를 구축하여 학습자의 감정을 인식한다. 이러닝 학습자의 감정을 인식하기 위해서 학습자의 감정표현 단어를 상황정보로 사용하고, 학습자의 감정에 영향을 미칠 수 있는 환경정보(온도, 습도, 날씨 등)를 추가하여 인식한다. 학습자의 감정을 표현하기 위해서 OWL 언어를 사용하여 온톨로지를 구축하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.115-121
• /
• 2022

질문에 답하기 위해 관련 구절을 검색하는 기술은 오픈 도메인 질의응답의 검색 단계를 위해 필요하다. 전통적인 방법은 정보 검색 기법인 빈도-역문서 빈도(TF-IDF) 기반으로 희소한 벡터 표현을 활용하여 구절을 검색한다. 하지만 희소 벡터 표현은 벡터 길이가 길 뿐만 아니라, 질문에 나오지 않는 단어나 토큰을 검색하지 못한다는 취약점을 가진다. 밀집 벡터 표현 연구는 이러한 취약점을 개선하고 있으며 대부분의 연구가 영어 데이터셋을 학습한 것이다. 따라서, 본 연구는 한국어 데이터셋을 학습한 밀집 벡터 표현을 연구하고 여러 가지 부정 샘플(negative sample) 추출 방법을 도입하여 전이 학습한 모델 성능을 비교 분석한다. 또한, 대화 응답 선택 태스크에서 밀집 검색에 활용한 순위 재지정 상호작용 레이어를 추가한 실험을 진행하고 비교 분석한다. 밀집 벡터 표현 모델을 학습하는 것이 도전적인 과제인만큼 향후에도 다양한 시도가 필요할 것으로 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.14-15
• /
• 2021

물리 시뮬레이션 기반의 캐릭터 동작 제어 문제를 강화학습을 이용하여 해결해 나가는 연구들이 계속해서 진행되고 있다. 이에 따라 이 문제를 강화학습을 이용하여 풀 때, 영향을 미치는 요소에 대한 연구도 계속해서 진행되고 있다. 우리는 지금까지 이뤄지지 않았던 상태 표현 방식에 따른 강화학습에 미치는 영향을 분석하였다. 첫째로, root attached frame, root aligned frame, projected aligned frame 3 가지 좌표계를 정의하였고, 이에 대해 표현된 상태를 이용하여 강화학습에 미치는 영향을 분석하였다. 둘째로, 동역학적 상태를 나타내는 캐릭터 관절의 위치, 각도에 따라 학습에 어떠한 영향을 미치는지 분석하였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.257-262
• /
• 2016

본 논문은 비구조적인 자연어 문장으로부터 두 개체 사이의 관계를 표현하는 구조적인 트리플을 밝히는 관계추출에 관한 연구를 기술한다. 사람이 직접 언어적 분석을 통해 트리플이 표현되는 형식을 입력하여 관계를 추출하는 규칙 기반 접근법에 비해 기계가 데이터로부터 표현 형식을 학습하는 기계학습 기반 접근법은 더 다양한 표현 형식을 확보할 수 있다. 기계학습을 이용하려면 모델을 훈련하기 위한 학습 데이터가 필요한데 학습 데이터가 수집되는 방식에 따라 지도 학습, 원격지도 학습 등으로 구분할 수 있다. 지도 학습은 사람이 학습 데이터를 만들어야하므로 사람의 노력이 많이 필요한 단점이 있지만 양질의 데이터를 사용하는 만큼 고성능의 관계추출 모델을 만들기 용이하다. 원격지도 학습은 사람의 노력을 필요로 하지 않고 학습 데이터를 만들 수 있지만 데이터의 질이 떨어지는 만큼 높은 관계추출 모델의 성능을 기대하기 어렵다. 본 연구는 기계학습을 통해 관계추출 모델을 훈련하는데 있어 지도 학습과 원격지도 학습이 가지는 단점을 서로 보완하여 타협점을 제시하는 학습 방법을 제안한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.257-262
• /
• 2016

본 논문은 비구조적인 자연어 문장으로부터 두 개체 사이의 관계를 표현하는 구조적인 트리플을 밝히는 관계추출에 관한 연구를 기술한다. 사람이 직접 언어적 분석을 통해 트리플이 표현되는 형식을 입력하여 관계를 추출하는 규칙 기반 접근법에 비해 기계가 데이터로부터 표현 형식을 학습하는 기계학습 기반 접근법은 더 다양한 표현 형식을 확보할 수 있다. 기계학습을 이용하려면 모델을 훈련하기 위한 학습 데이터가 필요한데 학습 데이터가 수집되는 방식에 따라 지도 학습, 원격지도 학습 등으로 구분할 수 있다. 지도 학습은 사람이 학습 데이터를 만들어야하므로 사람의 노력이 많이 필요한 단점이 있지만 양질의 데이터를 사용하는 만큼 고성능의 관계추출 모델을 만들기 용이하다. 원격지도 학습은 사람의 노력을 필요로 하지 않고 학습 데이터를 만들 수 있지만 데이터의 질이 떨어지는 만큼 높은 관계추출 모델의 성능을 기대하기 어렵다. 본 연구는 기계학습을 통해 관계추출 모델을 훈련하는데 있어 지도 학습과 원격지도 학습이 가지는 단점을 서로 보완하여 타협점을 제시하는 학습 방법을 제안한다.

• 비교문화연구
• /
• 제42권
• /
• pp.261-283
• /
• 2016

본 연구의 목적은 모바일 애플리케이션을 활용하여 공손 영어 표현 학습의 가능성을 고찰하고자 하는 것이다. 의사소통 능력의 향상을 도모하기 위해서는 문법적, 담화 능력 외에도 사회 언어적 능력이 필요하다. 상대방이 누구인지, 어떠한 대화 상황에 직면했는지, 대화의 주제나 목적 등에 따라 사회적 가치에 맞는 적합한 표현을 구사할 줄 알아야 한다. 상대방의 지위나 나이가 화자보다 높거나 상대방과의 친밀도가 낮을 경우 한국인 화자는 공손한 표현을 구사하게 된다. 한국어는 언어 자체적으로 경어 체계를 지니고 있지만 영어는 이와 다르기 때문에 학습자들은 영어의 공손 표현을 학습할 필요가 있다. 이를 위해 공손 언어 학습에 학습자들이 교실에서 누구나 쉽게 사용할 수 있는 모바일을 접목시키고자 한다. 학습 교재로는 영국의 시대극 "다운튼 애비"(Downton Abbey)를 이용하였는데 이 드라마는 귀족들의 삶을 중심으로 다루었기 때문에 공손 표현을 학습하기에는 매우 적합하다. 모바일 활용을 통한 공손 영어 학습의 효율성과 모바일 애플리케이션의 활용 가능성을 고찰하기 위해 네이버 밴드를 활용한 실험반과 일반적인 팀별 활동을 중심으로 한 통제반을 설정하였다. 두 반의 공손 언어 학습 효과를 확인하기 위해 두 번의 평가가 시행되었고 개방형 설문조사가 실시되었다. 평가 결과 모바일 애플리케이션의 사용은 공손 영어 표현 학습에 긍정적인 효과가 있었으며 모바일이 수업 후 활동으로 사용하기에 효율적인 학습 도구인 것으로 나타났다. 개방형 설문 조사에서 학습자들은 공손 표현을 우아하거나 고급스러운 언어 형식으로 인지하거나 실용적 표현과 구분하는 경향이 있었다. 시대극을 이용하여 공손 언어를 교수할 경우 교수자들은 현대 영어와의 접목을 고려할 필요가 있겠다.

• 한국게임학회 논문지
• /
• 제12권5호
• /
• pp.5-12
• /
• 2012

그래픽으로 표현된 정보는 컴퓨터게임에 익숙한 게임세대들에게 정보를 인지하는데 텍스트보다 선호하는 스타일이다. 또한 수학교육에 있어서도, 그래픽으로 표현된 수학문제를 통해 해를 찾는 학습은 학습자들에게 문제해결 능력을 향상시키는 데 뚜렷한 효과가 있다고 한다. 본 논문에서는 게임세대인 학습자들의 효과적인 학습을 위해, 수학문장을 그래픽적으로 표현하는 방법을 제안하였다. 제안하는 방법은 가시성이 우수한 그래픽 요소들을 사용하여 단위정보를 논리적인 구조로 배치하고 단위 정보들 사이의 논리적인 연관성을 기호, 선분, 또는 화살표로 표현하여 게임세대들이 문장의 내용을 인지하지 쉽고 논리적으로 정확하게 이해할 수 있다. 기존의 수학문장의 그래픽표현방법과 달리 제안하는 방법은 문장의 시제와 태까지도 정확하게 표현할 수 있다. 제안하는 방법은 게임세대인 학습자들에게 효과적인 수학학습이 이루어질 수 있도록 학습도구로 사용될 수 있고 또 수학교육용 컴퓨터게임의 학습 스캐폴딩 기능을 위해 사용되는 수학정보의 그래픽표현을 위해 널리 활용될 수 있다.